迈克尔·华莱士。;艾丽卡·E·M·穆迪。 基于加权最小二乘法的双胸片动态治疗方案估计。 (英语) 兹比尔1419.62467 生物计量学 71,第3期,636-644(2015). 小结:个性化医学是一个快速发展的健康研究领域,其中患者级信息用于告知他们的治疗。动态治疗方案(DTR)是一种形式化治疗决策序列的方法,其特征是个性化管理计划。确定优化预期患者结果的DTR显然很有趣,为此提出了许多方法。我们提出了一种新的方法,该方法建立在两种既定方法的基础上:Q学习和G估计,提供了后者的双重鲁棒性,但易于实现,与前者更为相似。我们概述了基本理论,提供了模拟研究,证明了我们的方法的双重稳健性和效率特性,并说明了它在促进母乳喂养干预试验数据中的应用。 引用于20文件 MSC公司: 62页第10页 统计学在生物学和医学中的应用;元分析 92 C50 医疗应用(通用) 关键词:适应性治疗策略;逆向归纳法;动态治疗方案;G估计;个性化医疗;增强学习 软件:q学习 PDF格式BibTeX公司 XML格式引用 \textit{M.P.华莱士}和\textit{E.E.M.穆迪},《生物计量学》71,第3期,636--644(2015;Zbl 1419.62467) 全文: 内政部 参考文献: [1] Chakraborty,使用自适应m-out-of-n引导方案推断最佳动态治疗方案,生物计量学69第714页–(2013)·Zbl 1418.62182号 ·doi:10.1111/biom.12052 [2] Chakraborty,《动态治疗方案的统计方法》(2013年)·Zbl 1278.62169号 ·doi:10.1007/978-1-4614-7428-9 [3] Chakraborty,最佳动态治疗方案中非常规参数的推断,《医学研究统计方法》19,第317页–(2010年)·Zbl 1365.62411号 ·doi:10.1177/0962280209105013 [4] Chakraborty,《动态治疗方案》,《统计及其应用年鉴》,第1页,第447页–(2014年)·doi:10.1146/annurev-statistics-022513-115553 [5] Henderson,最佳动态治疗方案的回归分析,《生物统计学》66页1192–(2010)·Zbl 1233.62180号 ·doi:10.1111/j.1541-0420.2009.01368.x [6] 黄,《复发性疾病的多阶段治疗分析》,《医学统计》31页,2805–(2012)·doi:10.1002/sim.5456 [7] Kang,结合生物标记物优化患者治疗建议,《生物统计学》70第713页–(2014)·Zbl 1299.62125号 ·doi:10.1111/biom.12189 [8] Kramer,《促进母乳喂养干预试验(PROBIT):白俄罗斯共和国的一项随机试验》,《美国医学会杂志》285页413–(2001)·doi:10.1001/jama.285.4.413 [9] Laber,E.B.Qian,M.Lizotte,D.J.Pelham,W.E.Murphy,S.A.,2013年http://arxiv.org/abs/1006.5831v3 [10] 穆迪(Moodie),《Q-learning:关于有用公用事业的灵活学习》,《生物科学统计》(Statistics in Biosciences)6,第223页–(2013)·doi:10.1007/s12561-013-9103-z [11] Moodie,《评估反应最大化决策规则及其在母乳喂养中的应用》,《美国统计协会杂志》104第155页–(2009)·Zbl 06448240号 ·doi:10.1198/jasa.2009.0011 [12] Moodie,关于双重稳健g估计方差的注释,Biometrika 96 pp 998–(2009)·Zbl 1178.62088号 ·doi:10.1093/biomet/asp043 [13] 墨菲,最佳动态治疗方案(含讨论),《皇家统计学会杂志》,B辑65 pp 331–(2003)·Zbl 1065.62006号 ·doi:10.1111/1467-9868.00389 [14] 药理学研究中的丰富、自适应个体化给药:制定华法林治疗的候选动态给药策略,临床试验(英国伦敦)11,第435页–(2014)·doi:10.1177/1740774513517063 [15] Rich,最优动态治疗方案g估计的残差模型检验,国际生物统计学杂志6(2010)·doi:10.2202/1557-4679.1210 [16] 罗宾斯,复杂纵向数据的因果推断,潜在变量建模和因果应用:统计学讲义(1997)·doi:10.1007/978-1-4612-1842-54 [17] 罗宾斯,第二届西雅图生物统计学研讨会论文集,第189页–(2004)·Zbl 1279.62024号 ·doi:10.1007/978-1-4419-9076-1_11 [18] Robins,缺失数据下重复结果的半参数回归模型分析,《美国统计协会杂志》90页106–(1995)·Zbl 0818.62042号 ·doi:10.1080/01621459.1995.10476493 [19] Rubin,实验数据随机分析的讨论:D.Basu的Fisher随机化检验,《美国统计协会杂志》75 pp 591–(1980) [20] Schulte,用于估计最佳动态治疗方案的Q和A学习方法,《统计科学》第29页第640页–(2014)·Zbl 1331.62437号 ·doi:10.1214/13-STS450 [21] 萨顿,《强化学习:导论》(1998年) [22] Wang,在晚期前列腺癌的顺序随机试验中评估可行的动态治疗方案,美国统计协会杂志107第493页–(2012年)·Zbl 1328.62601号 ·doi:10.1080/01621459.2011.641416 [23] Watkins,从延迟奖励中学习(1989) [24] 张,估计最佳治疗方案的稳健方法,《生物统计学》68页1010–(2012)·Zbl 1258.62116号 ·doi:10.1111/j.1541-0420.2012.01763.x [25] 张,序贯治疗决策最佳动态治疗方案的稳健估计,Biometrika 100 pp 681–(2013)·Zbl 1284.62508号 ·doi:10.1093/biomet/ast014 [26] 赵,癌症临床试验强化学习设计,《医学统计学》28页3294–(2009)·doi:10.1002/sim.3720 [27] Zhao,最佳动态治疗方案的估计,临床试验11第400页–(2014)·doi:10.1177/1740774514532570 [28] 赵,使用结果加权学习估计个体治疗规则,《美国统计协会杂志》107 pp 1106–(2012)·Zbl 1443.62396号 ·doi:10.1080/01621459.2012.695674 [29] 赵,非小细胞肺癌临床试验的强化学习策略,《生物统计学》67页1422–(2011)·Zbl 1274.62922号 ·文件编号:10.1111/j.1541-0420.2011.01572.x [30] Zhao,Y.Q.Zeng,D.Laber,E.B.Kosorok,M.R.2014估计最佳动态治疗方案的新统计学习方法·Zbl 1373.62557号 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。